Obsługa aplikacji, które operują na ogromnych zbiorach danych, czyli na przykład portali społecznościowych, przekracza możliwości zwykłych relacyjnych baz. Praca ze złożonymi zbiorami danych wymaga architektury obejmującej wielomaszynowe klastry, dzięki którym możliwe jest przechowywanie i przesyłanie informacji praktycznie dowolnej wielkości. Architektura taka powinna dodatkowo być prosta w użyciu, niezawodna i skalowalna.

Dzięki tej książce nauczysz się budować tego rodzaju architekturę. Zapoznasz się z technologią wykorzystywania klastrów maszyn. Dowiesz się, jak działają narzędzia przeznaczone specjalnie do przechwytywania i analizy danych na wielką skalę. W książce zaprezentowano łatwe do zrozumienia podejście do obsługi systemów wielkich zbiorów danych, które mogą być budowane i uruchamiane przez niewielki zespół. Nie zabrakło też wyczerpującego opisu praktycznej implementacji systemu Big Data z wykorzystaniem rzeczywistego przykładu.

W tej książce znajdziesz:
• teoretyczne podstawy koncepcji systemów Big Data
• wskazówki umożliwiające optymalne wykorzystanie zasobów do obsługi danych
• wybór technik przetwarzania i obsługi wielkich ilości danych w czasie rzeczywistym
• zagadnienia dotyczące baz danych NoSQL, przetwarzania strumieniowego i zarządzania złożonością obliczeń przyrostowych
• informacje o praktycznym stosowaniu takich narzędzi jak Hadoop, Cassandra i Storm
• wskazówki umożliwiające poszerzenie wiedzy o zwykłych bazach danych

Big Data - to skalowalność i prostota obsługi wielkich ilości danych.

Spis treści:

Rozdział 1. Nowy paradygmat dla Big Data (19)

CZĘŚĆ I. WARSTWA PRZETWARZANIA WSADOWEGO (47)
Rozdział 2. Model danych dla Big Data (49)
Rozdział 3. Model danych dla Big Data: ilustracja (71)
Rozdział 4. Przechowywanie danych w warstwie przetwarzania wsadowego (79)
Rozdział 5. Przechowywanie danych w warstwie przetwarzania wsadowego: ilustracja (91)
Rozdział 6. Warstwa przetwarzania wsadowego (109)
Rozdział 7. Warstwa przetwarzania wsadowego: ilustracja (139)
Rozdział 8. Przykładowa warstwa przetwarzania wsadowego: architektura i algorytmy (167)
Rozdział 9. Przykładowa warstwa przetwarzania wsadowego: implementacja (185)

CZĘŚĆ II. WARSTWA OBSŁUGUJĄCA (205)
Rozdział 10. Warstwa obsługująca (207)
Rozdział 11. Warstwa obsługująca: ilustracja (227)

CZĘŚĆ III. WARSTWA PRZETWARZANIA CZASU RZECZYWISTEGO (237)
Rozdział 12. Obrazy czasu rzeczywistego (239)
Rozdział 13. Obrazy czasu rzeczywistego: ilustracja (255)
Rozdział 14. Kolejkowanie i przetwarzanie strumieniowe (261)
Rozdział 15. Kolejkowanie i przetwarzanie strumieniowe: ilustracja (281)
Rozdział 16. Mikrowsadowe przetwarzanie strumieniowe (293)
Rozdział 17. Mikrowsadowe przetwarzanie strumieniowe: ilustracja (309)
Rozdział 18. Tajniki architektury lambda (325)